一种用于发票识别模型的训练数据增强方法及系统

本发明提供一种用于发票识别模型的训练数据增强方法及系统，包括：将发票图片输入通用文本检测模型得到文本区域；将文本区域输入通用文字识别模型得到识别文本；从票务系统获取发票所有字段值，校正后得到真实文本；为识别文本匹配对应的真实文本；确定识别文本在真实文本中的相对位置，补全未被识别到的文本，计算补全后完整文本区域的位置信息；将识别文本中的引导词与其对应的真实文本进行拼接，得到完整文本信息；将发票图片作为输入，完整文本区域的位置信息为标签，构建文本检测训练数据；将完整文本区域作为输入，完整文本信息为标签，构建文字识别训练数据。本发明能够自动修正通用模型在发票场景下的识别误差，生成高质量标注数据。